转载

Java 机器学习工具 & 库

下面是25个Java机器学习的工具&&库列表：

1. Weka 是一个数据挖掘任务机器学习算法的集合。这些算法可以直接应用于数据集或者在你自己的Java代码中调用。Weka 包含数据预处理、分类、回归、聚类、关联规则、可视化等工具。

2. Massive Online Analysis (MOA) 是一个非常流行的数据挖掘方面的开源框架，它有一个非常活跃的社区。它包括一组机器学习算法(分类、回归、聚类、异常检测、概念漂移检测和推荐系统)和评估工具。同 WEKA 项目一样，MOA 也是用Java编写的，但却扩展的更高。

3. MEKA 项目提供了多标记学习和评价方法的一个开源实现。在多标记分类中，我们要为每个输入实例预测多个输出变量。这不同于仅涉及单个目标变量的“标准”的情况。 MEKA是基于WEKA机器学习工具包。

4. Advanced Data mining And Machine learning System (ADAMS) 是一种新型的，灵活的工作引擎，旨在快速构建和维护现实世界，复杂的知识流程，基于GPLv3发布。

5. Environment for Developing KDD-Applications Supported by Index-Structure (ELKI) 是用Java编写的开源的(AGPLv3) 数据挖掘软件。ELKI 的重点是研究unsupervised methods in cluster analysis and outlier detection算法。

6. Mallet 是一个Java文本文档的机器学习工具包。Mallet 支持最大熵、naive bayes以及决策树分类算法。

7. Encog 是一种先进的机器学习框架，支持 Support Vector Machines，人工神经网络，遗传编程，贝叶斯网络，Hidden Markov Models，遗传编程和遗传算法。

8. Datumbox 是一个用Java编写的开源机器学习框架，允许快速开发机器学习和统计应用。该框架的主要重点是，包括大量的机器学习算法和统计测试，并能够处理中等规模的数据集。

9. Deeplearning4j 是第一个使用Java和Scala编写的商业级的、开源的、分布式深度学习库。它的目的是在商业环境中使用，而不是作为一种研究工具。

10. Mahout 是一个带有内置算法的机器学习框架，Mahout-Samsara 帮助人们创建自己的数学，同时提供一些现成的算法实现。

11. Rapid Miner 是由德国的多特蒙德大学开发的。它为用户创建自己的应用提供了图形用户界面和Java API。它提供了数据处理，可视化和机器学习算法建模。

12. Apache SAMOA 是一个机器学习框架。包含了一个分布式流媒体编程抽象ML算法,使开发新的ML算法不用直接处理复杂的底层分布式流处理引擎(DSPEe, 如 Apache Storm, Apache S4, 和 Apache Samza)。它的用户可以一次开发分布式流媒体ML算法，并执行多个DSPEs。

13. Neuroph 通过提供支持创建、培训并保存神经网络的Java神经网络简化了神经网络的发展。

14. Oryx 2 是一个建立在Apache Spark 和 Apache Kafka之上，但专业化的实时大规模机器学习的 lambda 架构。它是一个创建应用的框架，但同时提供了包，以及协同过滤、分类、回归和聚类的终端到终端的应用程序。

15. Stanford Classifier 是一个机器学习工具，得到数据并把它们分成 K 类。这个软件是一个Java实现的最大熵分类器。

16. Cortical.io 是一个快速、精确、像大脑一样的Retina API 。

17. JSAT 是一个机器学习快速入门的库。它是我业余时间开发的，可以在GPL 3下使用。库的一部分是自我教育，因此，所有的代码是自包含的。JSAT是纯Java的，没有外部的依赖。

18. N-Dimensional Arrays for Java (ND4J) 是一个 JVM 的科学计算库。它们是用来在生产环境中使用的，这意味着程序的设计是以最小的内存需求来运行的。

19. Java Machine Learning Library 是一组机器学习算法的参考实现。这些算法都是有记录的，包括源代码，都记录在文档网站。它主要是用Java编写的。

20. Java-ML 是一个Java API，是一个Java实现的机器学习算法的集合。它只提供了一个标准的算法接口。

21. MLlib (Spark) 是一个 Apache Spark 扩展的机器学习库。虽然是Java，但该库提供Java, Scala 以及 Python 绑定。库是新的，并且算法的列表很长。

22. H2O 是一个智能应用的机器学习 API。它扩展了统计、机器学习以及大数据的运算。H2O 是可扩展的。

23. WalnutiQ 是一个理论上与部分人脑有共同学习算法的面向对象的模型（工作目标是一个简单的带有情感的人工智能模型）。

24. RankLib 是一个排序学习算法库。目前已经实现了八种流行的算法。